Kurz gesagt
- Gemini 4 Argon erzielte mit dem Provider Adapter Harness bei ARC-AGI-3 97,5 Prozent.
- Im Standard Harness kam dasselbe Modell bei niedrigem Reasoning auf 49,8 Prozent.
- Argon erreichte im Epoch Capabilities Index 165 Punkte und lag damit gleichauf mit Fable 5.1.
- In frühen Schätzungen von Epoch AI belegte das Modell Rang acht in Mathematik und Rang sechs im Software Engineering Index.
Das Modell Gemini 4 Argon von Google DeepMind erzielte laut einer am 16. Oktober 2026 veröffentlichten Auswertung im allgemeinen Problemlösungstest ARC-AGI-3 mit einem anbieterspezifischen Setup 97,5 Prozent. In den von The Decoder angeführten Daten von ARC Prize werden die Kosten dieses Tests mit 4.800 US-Dollar angegeben. Laut ARC Prize ist Google DeepMind das zweite KI-Labor, das bei ARC-AGI-3 die Marke von 95 Prozent überschritten hat. Die Ergebnisse aus unterschiedlichen Testaufbauten zeigen jedoch, dass die Punktzahl von den jeweiligen Messbedingungen abhängt.
Wie veränderte der Testaufbau das Ergebnis?
Der Provider Adapter Harness nutzt einige anbieterspezifische Funktionen des Modells, darunter geschützte Möglichkeiten für Reasoning und Kontextkomprimierung. Im eingeschränkteren Standard Harness können zwischen den Runden dagegen nur einfache Notizen verwendet werden. In diesem Setup erreichte Argon bei niedrigem Reasoning 49,8 Prozent; die Testkosten wurden mit 5.800 US-Dollar angegeben.
Bei den Standard-Harness-Tests wirkten sich API-Probleme auch auf die Zahl der abgeschlossenen Spiele aus. Bei niedrigem Reasoning wurden 42 von 55 Spielen beendet, bei mittlerem Reasoning 46. Auf der höchsten Stufe konnten nur 19 Spiele abgeschlossen werden, weshalb für diese Bedingung keine Punktzahl veröffentlicht wurde. Bei den bekannt gegebenen Ergebnissen flossen auch Teilergebnisse aus abgebrochenen Versuchen ein. Für die Bewertung des Ergebnisses von 97,5 Prozent müssen daher sowohl der Testaufbau als auch die Zahl der abgeschlossenen Aufgaben berücksichtigt werden.
Was zeigen die anderen Benchmark-Ergebnisse?
Über alle 25 offenen Spiele von ARC-AGI-3 hinweg benötigte Argon 62 Prozent weniger Züge als die menschliche Baseline. In drei Spielen erreichte oder übertraf das Modell den Geschwindigkeitsrekord; bei sechs Spielen kam es bis auf 10 Prozent an die Bestzeit heran. In früheren Testversionen wurden für ARC-AGI-2 91,3 Prozent und für ARC-AGI-1 98,5 Prozent gemeldet. Die Kosten pro Aufgabe wurden für diese Tests mit 0,32 US-Dollar beziehungsweise 0,16 US-Dollar angegeben.
In der Capabilities-Index-Messung von Epoch AI erzielte Argon 165 Punkte und lag damit gleichauf mit Fable 5.1. Opus 5.5 kam auf 167 Punkte, GPT-6 Astra auf 166 und Gemini 3.8 Flash auf 157. Neben dem Gesamtindex zeichnen die Ergebnisse nach Fachgebiet ein anderes Bild: In den frühen Schätzungen von Epoch AI belegt Argon im Math ECI Rang acht und im Software Engineering Index Rang sechs.
Bedeutung für Architektur- und Visualisierungs-Workflows
Diese Benchmarks messen weder Argons Einsatz bei der Architekturmodellierung und Bilderzeugung noch die Integration in Projektsoftware. Ein ARC-AGI-3-Ergebnis bedeutet daher nicht, dass sich eine Architekturaufgabe schneller erledigen oder die Visualisierungsqualität verbessern lässt. Für Architekturbüros und Visualisierungsteams sind die Ergebnisse erst durch Tests mit eigenen Aufgaben aussagekräftig.
Zu den Kosten nennt die Quelle Ausgaben von 4.800 und 5.800 US-Dollar für die ARC-AGI-3-Testaufbauten; diese werden nicht als direkte Tarife für die Produktnutzung dargestellt. Außerdem werden Einstiegspreise von 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens angegeben. Die Quelle enthält keine Informationen zu Hardwareanforderungen, Lizenzumfang oder Kompatibilität mit Architektursoftware. Solange diese Punkte ungeklärt sind, reichen die verfügbaren Daten nicht aus, um über den Einsatz in bestehenden Produktions-Workflows zu entscheiden.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Die Punktzahl von Gemini 4 Argon im anbieterspezifischen Test ist zwar beeindruckend, doch der deutliche Rückgang im Standard Harness erinnert daran, dass ein einzelner Benchmark-Wert kein ausreichendes Entscheidungskriterium ist. Für Architekturbüros und Visualisierungsteams in der Türkei ist es sinnvoller, das Modell nicht sofort in die Produktionspipeline zu übernehmen, sondern es zunächst kontrolliert mit eigenen Aufgaben zu testen und die Ergebnisse zu messen.
Bei der Kostenbewertung sollten Testausgaben nicht mit Nutzungstarifen verwechselt werden. Zwar sind API-Preise angegeben, doch die Gesamtkosten eines realen Workflows, Lizenzbedingungen, Hardwareanforderungen und die Kompatibilität mit Architektursoftware werden in der Quelle nicht erläutert. Bis diese Informationen vorliegen, sollten Investitionsentscheidungen oder Änderungen am Workflow mit Bedacht getroffen werden.
Häufige Fragen
Wie viele Punkte erzielte Gemini 4 Argon bei ARC-AGI-3?
Im Provider Adapter Harness erreichte das Modell 97,5 Prozent. Im Standard Harness lag der Wert bei niedrigem Reasoning bei 49,8 Prozent.
Wurden die API-Preise für Gemini 4 Argon bekannt gegeben?
Laut Quelle beträgt der Einstiegspreis 2 US-Dollar pro Million Input-Tokens und 10 US-Dollar pro Million Output-Tokens.
Ist Gemini 4 Argon mit Architektursoftware kompatibel?
Die Quelle enthält keine Angaben zur Integration oder Kompatibilität mit Architektursoftware. Die veröffentlichten Ergebnisse beruhen auf allgemeinen Benchmark-Tests.
